大數據對互聯網小額信貸公司的重要性研究

丁村鴻鵠+趙元

摘要：文章以互聯網小額信貸公司發展背景為切入點，以阿里小貸為特定分析對象，分析了其運營過程，并通過與同行業企業作對比，旨在顯示出大數據的運用對其風險控制，效率提高，利潤獲取方面的重要作用。更重要的是，基于大量的文獻閱讀和數據搜集后，提出了讓阿里小貸運營得更好的前瞻性建議。

關鍵詞：互聯網金融 ；小貸公司 ；阿里小貸 ；大數據

一、互聯網小額信貸公司的發展背景

2016年7月，中國互聯網信息中心（CNNIC）發布的中國互聯網發展狀況統計報告顯示，截至2016年6 月，我國網民規模達到7.10 億，互聯網普及率為51.7%。互聯網的普及和發展為所有的互聯網小額信貸公司的蓬勃發展奠定下了強大基礎。2015年7月28日，中國人民銀行、公安部、財政部、國家工商總局、國務院法制辦等部門聯合印發了《關于促進互聯網金融健康發展的指導意見》，這證明互聯網小額信貸業務走到了一個國家允許、合法支持的新高度。

《基于大數據平臺的互聯網金融與小微企業融資———以阿里小貸為例》（王艷林，2015）顯示，66.7%的小微企業首選的融資渠道是銀行貸款。但由于小微企業的信貸記錄部分失真及貸款成本較高，小微企業的銀行貸款的可得性較差。2014年第一季度統計數據顯示，約有62.5%的小微企業銀行貸款需求沒有得到滿足，僅8.6%的小微企業獲得全部貸款。

互聯網小額信貸公司的盈利模式在于“小額大量”，利用云計算技術，能從大數據中提取出信用特質，風險偏好，資金需求等高價值信息，能迅速完成借貸雙方的匹配，并有效管理風險，效率提高的同時實現盈利。

二、阿里小貸的運營模式

（一）信息搜集

阿里小貸的數據信息來源主要分為以下幾類。一是電商平臺信息。阿里小貸作為阿里巴巴集團持股的互聯網小額貸款公司，擁有著阿里巴巴、淘寶、天貓、支付寶、螞蟻金融等電商平臺信息。在上述電商平臺發生的每一次操作交易數據，包括客戶信息采集預認證、瀏覽的記錄、購買的記錄、交易習慣、成交金額、評價投訴、糾紛解決等都會成為大數據庫中最關鍵、最主要的部分。二是申請提交信息。借款人在申請貸款時，有義務向阿里小貸提供包括個人基本信息、資產證明信息（如銀行流水）、企業經營業務及狀況、資產負債情況、家庭成員組成、家庭收入、學歷、動產及不動產情況等信息。

（二）大數據的處理及云計算

大數據的處理，即云計算技術的運用，使得大數據價值能夠從隱性變為顯性，并加以實際運用。阿里小貸專業的建模和算法團隊，在前期建構好一套完善的數學模型用于風險控制和信貸匹配，通過前期的科技投入來降低后期的煩瑣人工支出。從阿里小貸的“小額大量”貸款模式可以看出，大數據云計算能夠大幅降低成本，降低風險，提升利潤空間。

二、申貸及放貸

（一）貸款對象及概況

目前，阿里小貸將服務對象定位于阿里巴巴B2B平臺及淘寶平臺上的微小企業和個人創業者。2007年至今，阿里小貸陸續推出了淘寶訂單貸款、阿里巴巴信用貸款和淘寶信用貸款等多元化產品。無須擔保人，額度從1元到50萬元，申貸、審貸、放貸全程線上完成，最短3 分鐘快速貸款，最長申請后7 天內完成。

（二）主要產品及分類

1.訂單貸款。訂單貸款憑借店鋪中處于“賣家已收貨，買家未確認收貨”狀態的訂單申請貸款，實質上屬于以訂單充當“抵押物”的質押貸款。

2.信用貸款。信用貸款分為循環貸和固定貸兩種。循環貸獲取一定額度作為備用金，不取用不收利息，隨借隨還；固定貸在獲貸后一次性發放貸款額度。

（三）借貸資金來源

阿里小貸資金池發展經歷了以下幾個階段。

（1）2007年，阿里小貸與浙江省建設銀行、工商銀行合作，阿里巴巴提供商家信息，銀行提供資金。同時，與銀行合作建立了一個風險資金池。

（2）2010年，阿里巴巴在杭州、重慶注冊了兩家資本金額分別為6億元和10億元的小額貸款公司，向其平臺商家發放貸款。

（3）2013年6月，阿里信貸平臺對所有金融機構開放，通過資產證券化進行融資。同年7月，東方證券資產管理有限公司——阿里巴巴1號至10號專項資產管理計劃獲得證監會批復。

（4）2014年7月，阿里巴巴集團宣布與中行、招行、建行等7家銀行正式合作。

三、阿里小貸的運營優勢

阿里小貸運用大數據進行運營在同行業中有哪些優勢？下文將從兩大方面展開——風險控制以及效率提高。

（一）風險控制

在我國，小微企業的數量占到了各類型企業總數量的99%，但小微企業銀行借貸余額僅占總企業銀行借貸余額的29.3%。在傳統金融機構下，我國小微企業陷入融資困境。造成這種狀況的主要原因是小微企業規模小、財務管理能力弱，商業銀行難以從大量“軟信息”中提取有效信息，這導致了極高的風控成本和嚴重的信息不對稱。傳統金融解決不了這些問題，而互聯網金融借助大數據和云計算技術，很好地消除了信息不對稱。

1.風控人員多。阿里的風控部門數據分析人員超過整個團隊的50%，而傳統金融機構這一比例僅為 4%。阿里小貸的模型設計人員，設計出了眾多的板塊模型，并將傳統流程電子化。阿里小貸的風控手段主要依靠相關數據模型，對數據進行挖掘分析，得出風險定價。

2.信用風險低。當前阿里小貸總體不良貸款率在1.2%～1.3%。這一水平比較接近商業銀行2013年末不良貸款率1%的水平，優于農村商業銀行2013年末不良貸款率1.67%的水平。

3.實例說明。下面將從實例與數據分析來說明阿里小貸如何通過對大數據和云計算技術的充分運用來實現風險的控制和降低。本例將選擇兩個產品的逾期率比較：東證資管——阿里巴巴10號專項資產管理計劃（下文簡稱10號）和拍拍貸（中國第一家網絡信用借貸平臺）。

2015第一季度，逾期率（逾期1天以上）：10號為3.29%，拍拍貸1.71%；不良率：10號為1.63%，拍拍貸2.2%；年化收益率：10號為16.72%，拍拍貸12.81%。其中，對于10號的份額組成：優先級：次優先級：次級=15：3：2。而且不良率全部出自次級貸款。

由此可以看出：盡管逾期率較高，但阿里小貸的不良率比拍拍貸要低，而且，不良貸款全部出自次級貸款（該部分貸款全部為阿里小貸自己購入，不會影響購買該ABS的機構投資者）。同時，阿里小貸的盈利比率比拍拍貸要高。

（二）效率提高

阿里小貸運用大數據進行處理分析，可提高收集數據、審核貸款、發放貸款各個環節的效率。下面將從監管過程、搜索過程來進行探討。

1. 監管過程。商業銀行一筆小貸業務的成本在2000元左右，而阿里小貸借助互聯網技術可以將單筆貸款操作成本降為2.3元，且流程簡單，到帳速度快。平安銀行網上金融旗艦店推出了小額消費貸等金融產品，但要按合同金額的1%收取貸款安排手續費。與之相比，阿里小貸就不收手續費。從中可以看出阿里單位信貸的成本是低于平安銀行的。

2. 搜索過程。阿里小貸可根據支付寶、淘寶平臺企業的信用記錄、交易記錄、款項往來等數據，實時跟蹤某一企業的資金流，將同類企業作為參照對象，通過模型推斷出企業可能出現資金斷流的時點及所需資金量，向目標客戶精準推薦、發放定制貸款。互聯網下大數據模式極大程度上降低了信息收集成本和協商成本，使阿里小貸可直接鎖定信用記錄良好、還款能力強并急需資金的客戶，優化了客戶與貸款之間的雙邊匹配，提高資產配置效率，節省了工作人員調查分析的大部分時間。

四、阿里小貸運營優化建議

（一）與銀行分享信用數據

目前，阿里小貸無法納入中國人民銀行結算系統，無法獲取征信系統數據。征信系統接入了各類放貸機構，其數據對阿里小貸是很好的補充。截至2015年4月底，征信系統收錄自然人超過8.6億，收錄企業及其他組織將近2 068萬戶。如果可以和銀行實行數據共享，阿里小貸將符合銀行貸款條件、貸款金額大的客戶推薦給銀行，銀行將小微企業的信用數據分享給阿里小貸，阿里小貸就可以更有針對性地發放貸款、提高資產配置效率，銀行也可以從數據分享中獲益。

（二）與銀行共享資金池

如果銀行可以將閑散資金借給阿里小貸使用，一方面擴大阿里小貸的資金池，加強抗風險能力，解決了后備資金不足的問題；另一方面，此舉相當于銀行借助阿里小貸完善的數據處理和互聯網金融系統，間接發放小額貸款給急需資金的優質小微客戶，增加了優質資產配比，降低了壞賬率。

（三）向銀行學習規避風險

和傳統的五大行合作，借鑒成熟的管理體系，吸納規避金融危機的寶貴經驗，對于阿里小貸的長久發展十分有利。此外，五大行的經濟體量大，對市場異常波動、信貸方向變化更加敏感，與五大行進行深入合作，更有利于阿里小貸捕捉市場變化訊息。

參考文獻：

[1]中國互聯網絡信息中心.中國互聯網絡發展狀況統計報告[R]，2016.7.

[2]陳麗萍.阿里金融小微貸款案例分析[J].時代經貿， 2013（18）：77-78.

[3]中國人民銀行. 2014 年上半年金融機構貸款投向統計報告[R].2014.7.25.

[4]何佳歡.阿里金融小額貸款模式案例研究[J].金融， 2015.5

[5]高源宸.電商小額信貸金融模式的優勢與風險研究[J]. 金融， 2014.5.

[6]東證資管.東證資管-阿里巴巴10號專項資產管理計劃2015年一季度資產管理報告[R].2015.4.21.

[7]拍拍貸.拍拍貸2015年第一季度報告[R].2015.5.19.

編輯/趙卓然